Python 除一个维度外的所有维度的缩减操作

我有一个多维布尔numpy数组，例如

import numpy

a = numpy.random.rand(7, 7, 3) < 0.1

如果

a

在最后一个维度中很长，那么Python循环会非常慢

---

关于如何将其矢量化的任何提示？

我们可以使用

axis

param。因此，对于

3D

数组来说，跳过最后一个数组是-

a.all(axis=(0,1))

要处理通用数量的维数数组并沿所有轴执行

numpy.all

操作（指定轴除外），实现如下所示-

def numpy_all_except_one(a, axis=-1):
    axes = np.arange(a.ndim)
    axes = np.delete(axes, axis)
    return np.all(a, axis=tuple(axes))

运行示例以测试所有轴-

In [90]: a = numpy.random.rand(7, 7, 3) < 0.99

In [91]: a.all(axis=(0,1))
Out[91]: array([False, False,  True], dtype=bool)

In [92]: numpy_all_except_one(a) # By default skips last axis
Out[92]: array([False, False,  True], dtype=bool)

In [93]: a.all(axis=(0,2))
Out[93]: array([ True, False,  True,  True,  True,  True,  True], dtype=bool)

In [94]: numpy_all_except_one(a, axis=1)
Out[94]: array([ True, False,  True,  True,  True,  True,  True], dtype=bool)

In [95]: a.all(axis=(1,2))
Out[95]: array([False,  True,  True, False,  True,  True,  True], dtype=bool)

In [96]: numpy_all_except_one(a, axis=0)
Out[96]: array([False,  True,  True, False,  True,  True,  True], dtype=bool)

[90]中的

a=numpy.random.rand（7,7,3）<0.99
在[91]中：a.all（轴=（0,1））
Out[91]：数组（[False，False，True]，dtype=bool）
在[92]中：numpy_all_，除了_one（a）#默认情况下跳过最后一个轴
Out[92]：数组（[False，False，True]，dtype=bool）
在[93]中：a.all（轴=（0,2））
Out[93]：数组（[True，False，True，True，True，True]，dtype=bool）
在[94]中：除一（a，轴=1）之外的所有
Out[94]：数组（[True，False，True，True，True，True]，dtype=bool）
在[95]中：a.all（轴=（1,2））
Out[95]：数组（[False，True，True，False，True，True]，dtype=bool）
[96]中：除一个（a，轴=0）之外的所有
Out[96]：数组（[False，True，True，False，True，True]，dtype=bool）

In [90]: a = numpy.random.rand(7, 7, 3) < 0.99

In [91]: a.all(axis=(0,1))
Out[91]: array([False, False,  True], dtype=bool)

In [92]: numpy_all_except_one(a) # By default skips last axis
Out[92]: array([False, False,  True], dtype=bool)

In [93]: a.all(axis=(0,2))
Out[93]: array([ True, False,  True,  True,  True,  True,  True], dtype=bool)

In [94]: numpy_all_except_one(a, axis=1)
Out[94]: array([ True, False,  True,  True,  True,  True,  True], dtype=bool)

In [95]: a.all(axis=(1,2))
Out[95]: array([False,  True,  True, False,  True,  True,  True], dtype=bool)

In [96]: numpy_all_except_one(a, axis=0)
Out[96]: array([False,  True,  True, False,  True,  True,  True], dtype=bool)